我第一次在Python中使用.active > a {
color:red;
}
，并且正在为一个简单的任务苦苦挣扎：我需要为MLlib算法定义多个maxIterations。而在Scala中，效果很好：
KMean针对Python的相同方法不会：
val kmeans = new KMeans
kmeans.setK(K)
kmeans.setMaxIterations(maxNumIters)
我得到了错误：
AttributeError：“ KMeans”对象没有属性“ setMaxIterations”
我在文档中找不到（可能是我的错），但是基本上，我的问题是：如何（在Python中）为kmeans = KMeans().setK(K).setMaxIterations(maxNumIters)
定义MaxIterations算法？
答案 0 :(得分：1)
好吧，我找到了一种方法：
kmeans = KMeans().setK(K).setMaxIter(maxNumIters)
顺便说一下，我更加注重细节，我可以在下面的命令中找到一些有用的信息，这些信息使我看到它不是setMaxIterations而是setMaxIter：
kmeans = KMeans()
print(kmeans.explainParams())
说明：
featuresCol: features column name. (default: features)
initMode: The initialization algorithm. This can be either "random" to choose random points as initial cluster centers, or "k-means||" to use a parallel variant of k-means++ (default: k-means||)
initSteps: The number of steps for k-means|| initialization mode. Must be > 0. (default: 2)
k: The number of clusters to create. Must be > 1. (default: 2)
maxIter: max number of iterations (>= 0). (default: 20)
predictionCol: prediction column name. (default: prediction)
seed: random seed. (default: -7649703878154674547)
tol: the convergence tolerance for iterative algorithms (>= 0). (default: 0.0001)
答案 1 :(得分：0)
您可以使用以下方法制作kmeans模型：-
model = KMeans.train(sc.parallelize(data), maxIterations=10)
数据是您的训练数据。有关更多参数，请参见link。